将移位和变形的数据集拟合到python中的数据集

时间:2018-08-10 12:31:17

标签: python data-manipulation data-fitting

我正在尝试分析在一块混凝土上进行的压力测试的位移和变形。 我有两个测量值:在该特定高度处的高度(向量h)之一和直径(向量d)之一。这些测量值适用于使块变形的不同压力。我将用指数i(分别为h_1至h_n,d_i)表示不同压力的高度和直径。 len(h_i)不一定等于len(h_j) 我想找到一种适合(变形和移位)图形的方法

G_1 =(h_1,d_1)到图

G_2 =(h_2,d_2) 我想像在函数拟合中那样使平方误差最小,但是我确实有一些问题:

  1. 我不知道如何在高度/ x方向上引入位移

    即f(h_(i + 1))= f(h_i-h_shift)

  2. 我不知道如何在高度/ x方向上引入压缩

    即f(h_(i + 1))= f(a * h_i)

  3. 我不确定如何根据高度引入“普通”管件变形直径。 (例如,我想添加形式为d_(i + 1)= d_i + a h²+ b h + c的变形)

我想再次强调一点,我不尝试操纵函数以适合数据点,而是尝试操纵一组点以适合另一组点。

更新:我已经存储了插图here on Google Drive

请注意,有两种不同的移位方式:一种是小移位(sample_fitting_1.png),一种是大移位(sample_fitting_2.png)。

我试图不像通过拟合曲线那样松散数据的精细结构。

目标是通过如上所述操纵x以及y方向,将其中一个图移动并变形到另一个图上。

预先感谢

斯蒂芬

0 个答案:

没有答案